Forscher am Institute for Bioengineering of Catalonia (IBEC) der Universitat de Barcelona haben eine neuartige elektronische Nase entwickelt, die hochempfindlich ist. Sie kann bei Schinkenproben zwischen Schweinen, die mit Eicheln gefüttert wurden und solchen, die alternatives Futter erhalten haben, unterscheiden.
Der neue Ansatz, der Künstliche Intelligenz zur Analyse der Daten nutzt, wird die Analyse von Aromen vereinfachen und kann sehr nützlich sein, um die Rückverfolgbarkeit und Qualität von Lebensmitteln zu bestimmen und damit Betrug bekämpfen. Der Schlüssel dazu ist die Analyse des Aromas eines Lebensmittels, das sich aus unzähligen, teils nur in Spuren vorhandenen Gasen zusammensetzt.
IBEC-Forschungsleiter Santiago Marco nutzt eine der leistungsfähigsten Techniken auf dem Gebiet der Aromacharakterisierung in Lebensmitteln, die Gaschromatografie-Ionen-Mobilitätsspektrometrie (GC-IMS). Diese ist schnell, effektiv und wirtschaftlich. Sie erkennt sämtliche Bestandteile eines Aromas und quantifiziert sie. Die Geräte sind für den mobilen Einsatz geeignet. Die mit dieser Technik erfassten Daten sind hochkomplex, was ihre Auswertung nahezu unmöglich erscheinen lässt.
Gemeinsam mit Lourdes Arce von der Universität Córdoba haben die IBEC-Forscher ein Datenanalyse-System entwickelt, das auf Künstlicher Intelligenz beruht. Das Verfahren sei ein robustes und zuverlässiges Werkzeug zur Aufdeckung von Betrug, wie er etwa auf dem iberischen Schinken-, Olivenöl-, Honig- oder Weinmarkt häufig festgestellt wird, allerdings auch in vielen anderen Ländern.
Derzeit wird die Aroma-Analyse in der Lebensmittelindustrie hauptsächlich durch menschliche Panels durchgeführt, wobei Experten in der Identifizierung und Klassifizierung bestimmter aromatischer Eigenschaften geschult sind. Es handelt sich jedoch um eine teure und höchst subjektive Methodik, die die Reproduzierbarkeit erschwert und nicht vollkommen zuverlässig ist. "Wir haben ein neues Verfahren entwickelt, das die Interpretation der Ergebnisse von mit GC-IMS analysierten Proben systematisiert, erleichtert und optimiert, ohne Abstriche bei der Präzision machen zu müssen", verdeutlicht Marco abschliessend.
